从打电话到"打数据包"：VoLTE/VoNR与IMS注册信令流程全景图解

你的手机在4G/5G网络下拨出一通电话，屏幕上出现"HD"标识，耳边传来清晰的声音——这背后，是一场精密的信令交响乐。今天我们来拆解这场交响乐的每一个乐章。

一、为什么移动语音需要"变身"？

1.1 从电路交换到分组交换：语音的百年进化

传统2G/3G网络中，语音走的是电路交换（Circuit Switched, CS）——就像一条专属的高速公路，你打电话时这条车道只属于你，别人不能占用，哪怕你沉默不语，带宽也在白白浪费。

4G LTE做了一个"激进"的决定：全网分组交换（Packet Switched, PS），不再保留电路域。语音也得变成数据包，和其他数据流量一起在IP网络上传输。

这就好比把所有货物（包括语音）都装进集装箱，用同一套物流系统运输——效率更高，但需要一套新的管理机制来确保语音这个"贵宾货物"不被其他数据挤占资源。

1.2 语音技术演进路线

移动语音方案经历了几代演进，每一代都是对前一代问题的修补：

2G/3G时代 ─── CS语音（电路域原生语音）
    │
    ▼
4G早期 ──── CSFB（电路域回落，打电话切回2G/3G）
    │
    ▼
4G成熟 ──── VoLTE（基于IMS的LTE语音，真正的4G语音）
    │           └── SRVCC（VoLTE通话中切到2G/3G的兜底方案）
    ▼
5G早期 ──── EPS Fallback（回落到4G VoLTE打语音）
    │
    ▼
5G成熟 ──── VoNR（基于IMS的5G新空口语音）
                └── EPS Fallback仍作为覆盖不足时的兜底

下面这张表把这些方案的关键差异一网打尽：

工程师直觉：呼叫建立时延从CSFB的10秒级降到VoNR的1-3秒，这不仅仅是数字上的优化——用户体验从"等半天"变成"几乎是秒接"，背后是整个信令流程的重构。

二、IMS：让语音在IP网络中"有尊严"地传输

2.1 IMS是什么？一个类比

IMS（IP Multimedia Subsystem，IP多媒体子系统） 就像一家五星级酒店的管理系统：

• 前台（P-CSCF）：第一个接待你的地方，负责验明身份、分配服务生
• 大堂经理（I-CSCF）：协调各部门，帮你找到专属管家
• 专属管家（S-CSCF）：记住你的偏好，处理你的所有请求
• 客户档案室（HSS/UDM）：存储你的个人信息和服务权限
• 电话总机（TAS/MRF）：提供呼叫转移、会议电话等增值服务

没有IMS，语音就像一堆没有地址的数据包在IP网络中流浪；有了IMS，每个语音呼叫都有一条清晰的信令路径和资源保障。

2.2 IMS核心网元架构

graph TB
    UE[UE 手机终端] -->|SIP信令| PCSCF[P-CSCF 代理呼叫控制]
    PCSCF -->|转发REGISTER/INVITE| ICSCF[I-CSCF 查询呼叫控制]
    ICSCF -->|查询用户归属| HSS[HSS/UDM 用户数据库]
    ICSCF -->|选择并转发| SCSCF[S-CSCF 服务呼叫控制]
    SCSCF <-->|下载用户 profile| HSS
    SCSCF -->|触发业务| TAS[TAS 电话应用服务器]
    SCSCF -->|媒体控制| MRFC[MRFC 媒体资源控制]
    MRFC -->|媒体处理| MRFP[MRFP 媒体资源处理]

    subgraph IMS Core[IMS核心网络]
        PCSCF
        ICSCF
        SCSCF
        HSS
        TAS
        MRFC
        MRFP
    end

    style UE fill:#4CAF50,color:#fff
    style PCSCF fill:#2196F3,color:#fff
    style ICSCF fill:#FF9800,color:#fff
    style SCSCF fill:#F44336,color:#fff
    style HSS fill:#9C27B0,color:#fff
    style TAS fill:#607D8B,color:#fff

2.3 三兄弟CSCF各司其职

为什么需要三个CSCF？ 直接让UE和一个CSCF交互不行吗？不行——因为IMS是漫游架构。你出国旅行时，P-CSCF在拜访网络（你所在的国家），S-CSCF在归属网络（你的运营商），I-CSCF负责在两者之间"牵线搭桥"。这种分离让全球漫游成为可能。

三、IMS注册：打电话前的"签到"仪式

IMS注册是整个VoLTE/VoNR流程的前置条件——没有成功注册，就没有语音服务。这个过程分为两大阶段：

3.1 阶段一：底层承载建立（修路）

在IMS注册之前，UE必须先建立IP连通性。4G和5G在这个阶段有所区别：

关键设计理解：为什么IMS信令需要专用的QCI=5/5QI=5承载？因为SIP信令虽然数据量小，但对时延和可靠性要求极高。如果把SIP和普通上网流量混在一起，网络拥塞时SIP消息可能被延迟或丢失，导致无法接通电话。QCI=5是Non-GBR但高优先级的承载，确保信令"永远优先"。

3.2 阶段二：SIP注册（报到）

底层"路"修好之后，UE开始向IMS核心发起SIP注册。完整的IMS注册流程如下：

sequenceDiagram
    participant UE as UE手机
    participant PCSCF as P-CSCF
    participant ICSCF as I-CSCF
    participant SCSCF as S-CSCF
    participant HSS as HSS/UDM

    Note over UE,HSS: 第一次注册 - 初始REGISTER

    UE->>PCSCF: SIP REGISTER (无认证信息)
    PCSCF->>ICSCF: 转发REGISTER
    ICSCF->>HSS: UAR (User Authorization Request)
    HSS-->>ICSCF: UAA (返回能力集,选择S-CSCF)
    ICSCF->>SCSCF: 转发REGISTER
    SCSCF->>HSS: MAR (Multimedia Auth Request) 获取鉴权向量
    HSS-->>SCSCF: MAA (返回RAND/AUTN/IK/CK等)
    SCSCF-->>ICSCF: 401 Unauthorized (携带认证挑战)
    ICSCF-->>PCSCF: 转发401
    PCSCF-->>UE: 401 Unauthorized (含RAND/AUTN,建立IPsec SA)

    Note over UE,HSS: 第二次注册 - 携带认证响应

    UE->>PCSCF: SIP REGISTER (携带RES认证响应)
    PCSCF->>ICSCF: 转发REGISTER
    ICSCF->>SCSCF: 转发REGISTER
    SCSCF->>SCSCF: 验证RES是否匹配XRES
    SCSCF->>HSS: SAR (Server Assignment Request) 下载用户Profile
    HSS-->>SCSCF: SAA (返回用户Profile/IFC)
    SCSCF-->>ICSCF: 200 OK (注册成功)
    ICSCF-->>PCSCF: 转发200 OK
    PCSCF-->>UE: 200 OK

    Note over UE,HSS: 第三方注册 - S-CSCF代UE注册补充业务

    SCSCF->>SCSCF: 根据IFC触发第三方注册
    SCSCF->>HSS: 通知TAS等应用服务器

3.3 IMS-AKA鉴权：身份验证的四步握手

IMS注册中最核心的安全机制是IMS-AKA（Authentication and Key Agreement）。这个过程可以用一个日常类比来理解：

你去银行开户。银行柜员（S-CSCF）不会直接给你办业务，而是： 1. 先问你要身份证，你说"我是张三"——这是初始REGISTER 2. 柜员不认，从系统（HSS）调出你的密保问题，抛给你一个挑战——这是401响应 3. 你根据密保问题算出答案，回复柜员——这是带RES的REGISTER 4. 柜员核对答案正确，开户成功——这是200 OK

IMS-AKA的关键参数：

$$\text{RES} = f_{K}(RAND)$$

$$\text{XRES} = f_{K}(RAND)$$

$$\text{AUTN} = SQN \oplus AK | MAC$$

其中： - K：UE和HSS共享的长期密钥（存储在USIM/ISIM中） - RAND：HSS生成的随机数 - RES：UE计算的认证响应（Response） - XRES：HSS计算的期望响应（eXpected Response） - AUTN：认证令牌（Authentication Token），包含序列号和消息认证码 - IK/CK：完整性密钥/加密密钥，用于建立IPsec安全联盟

为什么需要两轮REGISTER？ 第一轮是"我要注册"的声明，网络回应"请证明你是你"；第二轮携带认证响应，网络验证后才放行。这种挑战-响应机制防止了伪造身份的攻击。

3.4 IPsec安全联盟：注册后的"加密通道"

IMS-AKA成功后，UE和P-CSCF之间会建立IPsec ESP（Encapsulating Security Payload）安全联盟：

• 保护范围：所有后续SIP信令（不仅仅是注册，还包括呼叫建立等）
• 安全级别：完整性保护（必选）+ 加密保护（可选）
• 端口约定：UE侧使用受保护的端口（如port_c/port_s），P-CSCF侧同样使用特定端口
• 生命周期：与注册有效期绑定，重新注册时刷新

这就是为什么在抓包分析IMS注册时，注册成功后的SIP消息都走IPsec隧道——除非你在IPsec内部抓包，否则看不到明文SIP内容。

四、VoLTE/VoNR呼叫建立：从拨号到通话的完整旅程

IMS注册成功后，UE就可以发起和接收语音呼叫了。一通完整的VoLTE/VoNR主叫流程如下：

4.1 呼叫建立总览

sequenceDiagram
    participant Caller as 主叫UE
    participant PCSCF_M as 主叫P-CSCF
    participant SCSCF_M as 主叫S-CSCF
    participant SCSCF_T as 被叫S-CSCF
    participant PCSCF_T as 被叫P-CSCF
    participant Called as 被叫UE

    Note over Caller,Called: 主叫发起呼叫

    Caller->>PCSCF_M: SIP INVITE (SDP Offer: 编码列表)
    PCSCF_M->>PCSCF_M: 触发专用承载建立(QCI=1/5QI=1)
    PCSCF_M->>SCSCF_M: INVITE
    SCSCF_M->>SCSCF_T: INVITE (路由到被叫归属域)
    SCSCF_T->>PCSCF_T: INVITE
    PCSCF_T->>PCSCF_T: 触发专用承载建立(QCI=1/5QI=1)
    PCSCF_T->>Called: INVITE

    Called-->>PCSCF_T: 100 Trying
    PCSCF_T-->>SCSCF_M: 100 Trying

    Called-->>PCSCF_T: 180 Ringing (被叫振铃)
    PCSCF_T-->>Caller: 180 Ringing (主叫听到回铃音)

    Note over Caller,Called: 被叫摘机

    Called->>PCSCF_T: 200 OK (SDP Answer: 确定编码)
    PCSCF_T-->>Caller: 200 OK

    Caller->>PCSCF_M: ACK (确认会话建立)
    PCSCF_M-->>Called: ACK

    Note over Caller,Called: 通话进行中 - RTP语音数据流

    Caller->>PCSCF_M: BYE (挂断)
    PCSCF_M-->>Called: BYE
    Called-->>Caller: 200 OK (通话结束)

4.2 SDP协商：双方"讨价还价"选编码

SDP（Session Description Protocol） 是SIP的"搭档协议"——SIP负责信令路径，SDP负责媒体参数协商。

SDP协商遵循Offer/Answer模型：

1. 主叫发起Offer：在INVITE中携带自己支持的编码列表
2. 被叫回复Answer：在200 OK中选择一种双方都支持的编码

一个典型的SDP Offer片段：

m=audio 49152 RTP/AVP 96 97 98
a=rtpmap:96 EVS/16000/1
a=rtpmap:97 AMR-WB/16000/1
a=rtpmap:98 AMR/8000/1

这告诉对方："我支持EVS、AMR-WB和AMR三种编码，请选一种。"

被叫回复200 OK中的SDP Answer：

m=audio 49152 RTP/AVP 96
a=rtpmap:96 EVS/16000/1

意思是："我们用EVS编码吧。"

为什么不在INVITE中就确定编码？ 因为对方可能不支持你最偏好的一种。Offer/Answer机制让双方有机会"协商"出一个共同支持的编码，而不是一方强制指定。这种设计在网络异构（不同运营商、不同终端能力）时尤为重要。

4.3 语音承载建立：为语音开辟"VIP通道"

IMS信令（SIP）走的是QCI=5/5QI=5的承载，但实际语音数据（RTP）需要更高优先级的专用承载：

工程师陷阱：很多新手以为IMS注册完成后语音承载就建立了。实际上，IMS注册只建立了信令承载（QCI=5），语音专用承载（QCI=1）是在每次通话INVITE时动态建立的，通话结束后释放。这就是为什么有时候通话建立时会有短暂延迟——那是在等语音承载建立完成。

4.4 完整VoLTE注册+呼叫端到端流程

将前面所有步骤串联起来，一个从手机开机到拨出电话的完整流程是：

手机开机
  │
  ├── 1. EPS Attach / 5G Registration（网络注册）
  │
  ├── 2. 建立Internet默认承载（QCI=9/5QI=9）
  │
  ├── 3. 建立IMS信令承载（QCI=5/5QI=5，获取P-CSCF地址）
  │
  ├── 4. IMS注册（SIP REGISTER + IMS-AKA鉴权）
  │     ├── 初始REGISTER → 401挑战
  │     ├── 带认证响应REGISTER → 200 OK
  │     └── 第三方注册（TAS等应用服务器）
  │
  ├── 5. 手机显示"HD"或"VoLTE/VoNR"标识 ✓
  │
  └── 6. 拨打电话
        ├── SIP INVITE（SDP Offer）
        ├── 语音专用承载建立（QCI=1/5QI=1）
        ├── 180 Ringing（振铃）
        ├── 200 OK（SDP Answer）
        ├── ACK（确认）
        ├── RTP双向语音数据传输
        └── BYE → 200 OK（挂断）

五、EPS Fallback与SRVCC：语音通话的"安全网"

5.1 EPS Fallback：5G覆盖不够时的退路

在5G网络建设初期，NR覆盖往往不如4G完善。当UE在5G网络上发起语音呼叫，但5G覆盖不足以保障语音质量时，网络会执行EPS Fallback：

flowchart TD
    A[UE在5G发起语音呼叫] --> B{gNB评估5G覆盖质量}
    B -->|覆盖充足| C[VoNR: 直接在5G建立语音承载]
    B -->|覆盖不足| D[EPS Fallback]
    D --> E{回落方式}
    E -->|方式1: 切换回落| F[gNB发起切换到LTE<br/>再建立VoLTE语音承载]
    E -->|方式2: 重定向回落| G[gNB下发RRC Release<br/>携带LTE频点信息<br/>UE重选到LTE后建立VoLTE]
    C --> H[语音通话进行中]
    F --> H
    G --> H

    style C fill:#4CAF50,color:#fff
    style D fill:#FF9800,color:#fff
    style F fill:#2196F3,color:#fff
    style G fill:#2196F3,color:#fff

切换回落 vs 重定向回落的对比：

5.2 SRVCC：VoLTE通话中跑到2G/3G的救兵

SRVCC（Single Radio Voice Call Continuity） 解决的是另一个问题：你在VoLTE通话中走进了LTE覆盖盲区，信号即将消失。

SRVCC的工作原理： 1. eNB检测到UE的LTE信号强度低于阈值 2. eNB触发SRVCC切换，将UE切换到2G/3G的CS域 3. IMS核心网中的SCC AS（Service Centralization and Continuity Application Server）将RTP媒体锚定并转接到CS域 4. 通话在2G/3G上继续，用户感知不到中断

$$T_{SRVCC} < 300ms$$

300ms这个数字很关键——如果切换时延超过300ms，对方会听到明显的"咔嗒"声或短暂沉默。3GPP要求SRVCC时延必须低于这个门限才能做到用户无感知。

5.3 三种语音连续性方案的层次关系

六、VoLTE与VoNR的关键差异

虽然VoLTE和VoNR都基于IMS，使用相同的SIP/RTP协议栈，但在实现细节上有重要差异：

6.1 承载架构差异

6.2 语音编码演进

EVS编码的突破：EVS不仅向下兼容AMR-WB，还支持超宽带（50Hz-14.4kHz）甚至全带宽（20Hz-20kHz）音频。在同等音质下，EVS比AMR-WB节省约30-40%的带宽——这意味着在相同的无线资源下，网络可以承载更多语音通话。

七、实战调试指南

7.1 IMS注册失败的常见原因

7.2 抓包分析要点

IMS注册过程的关键抓包点：

1. PDN连接/PDU会话建立 → 确认PCO中包含P-CSCF地址
2. DNS查询 → 确认UE正确解析IMS域名（如 ims.mnc.mcc.3gppnetwork.org）
3. 第一个REGISTER → 检查Request-URI、From、To头域中的IMPU/IMPI
4. 401响应 → 检查WWW-Authenticate头域中的RAND、AUTN、algorithm
5. 第二个REGISTER → 检查Authorization头域中的response（RES）
6. 200 OK → 确认Contact头域中的expires值
7. SUBSCRIBE/NOTIFY → 注册事件包（reg-event）的订阅

通话建立过程的关键抓包点：

1. INVITE → 检查SDP中的编码列表、端口号
2. 100 Trying → 确认消息正常转发
3. 180 Ringing → 被叫开始振铃
4. 200 OK → 检查SDP中确认的编码
5. ACK → 三次握手完成
6. RTP流 → 检查媒体格式、端口、丢包率

7.3 一个容易被忽视的细节：预条件（Precondition）

VoLTE/VoNR中的INVITE流程通常使用预条件机制（RFC 3312）：

INVITE (SDP Offer, 请求建立专用承载)
  ← 183 Session Progress (SDP Answer, 承载建立中)
  → PRACK (确认183)
  ← 200 OK (for PRACK)
  [等待专用承载建立完成]
  → UPDATE (SDP更新: 承载已就绪)
  ← 200 OK (for UPDATE, SDP确认)
  ← 180 Ringing (开始振铃)

为什么需要这么复杂？因为在专用语音承载建立之前，不应该让被叫振铃——否则被叫接起电话后可能因为没有语音承载而听不到声音。Precondition机制确保"路修好了再叫人"。

常见问题

Q1: IMS注册和4G/5G网络注册有什么区别？为什么需要两次注册？

A: 它们是不同层次的注册。4G/5G网络注册（EPS Attach / 5G Registration）解决的是"你有没有权利接入数据网络"的问题；IMS注册（SIP REGISTER）解决的是"你有没有权利使用语音/视频等多媒体服务"的问题。前者在无线接入层完成，后者在应用层完成。你可以理解为一个是"进大楼"（通过门禁），一个是"进办公室"（刷卡签到），两层安全保障互不替代。

Q2: VoNR比VoLTE好在哪里？仅仅是语音质量提升吗？

A: 不仅仅是语音质量。VoNR的核心优势有三点：① 更低的呼叫建立时延（5G NR更低空口时延），用户拨号到接通几乎"秒接"；② 5G数据并发——VoNR通话时5G数据业务不受影响，而EPS Fallback回落后数据只能走4G；③ EVS超高清编码带来更自然的通话体验。此外，VoNR省去了回落过程，信令交互更少，也减少了异常概率。

Q3: 为什么有时候手机显示5G信号但打电话还是回退到4G？

A: 这就是EPS Fallback在工作。手机显示5G信号并不等于VoNR可用——VoNR需要gNB判断当前5G覆盖质量足够保障语音（SINR、RSRP等指标达标），如果质量不够，gNB会触发回落。常见原因：① 5G覆盖边缘（信号显示满格可能是邻区强但服务小区弱）；② 运营商未在当前区域开启VoNR功能；③ gNB配置的VoNR门限参数保守。

Q4: SIP信令和RTP媒体的关系是什么？为什么需要两个协议？

A: SIP是信令协议（负责建立、修改、终止会话），RTP是媒体传输协议（负责实际的语音数据传输）。打个比方：SIP是你打电话时的拨号、振铃、挂断动作；RTP是你们通话时说的话。SIP走QCI=5信令承载，RTP走QCI=1语音承载——两者走不同的承载路径，有不同的QoS保障，互不干扰。这种"信令与媒体分离"的设计是IP通信的基本原则。

Q5: IMS-AKA和4G/5G的接入层AKA有什么关系？密钥是同一个吗？

A: 底层密钥体系有关联但不是同一套。4G/5G接入层AKA使用USIM中的K/OP/OPC参数，产生KASME→KEK_KNB等接入层密钥；IMS-AKA使用ISIM（或从USIM派生）中的IMS专用密钥，产生IK/CK用于IPsec保护。两者的根密钥可能来自同一个K，但推导路径和用途完全不同。在现网中，很多运营商不部署独立ISIM，而是通过BSF（Bootstrapping Server Function）从USIM参数派生IMS密钥，这就是GBA（Generic Bootstrapping Architecture）机制。

参考来源

1. VoLTE信令系列--注册流程 - 腾讯云开发者社区 — 详细介绍了UE在EPC和IMS中的注册流程，包含融合HLR/HSS组网场景
2. IMS SIP Registration - ShareTechnote — 图文并茂的SIP注册流程教程，包含完整消息示例
3. VoNR信令流程深度解析 - CSDN博客 — 5G VoNR信令流程中文深度解析
4. Understanding VoNR Call Flow in 5G - TelecomTrainer — 5G VoNR端到端流程英文教程
5. LTE VoLTE Registration Procedure Call Flow - 3GLTEInfo — VoLTE注册流程步骤详解

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。